一种基于有序复合树结构的数据流最大频繁项集挖掘方法

发明专利无效专利

申请号：
CN201510121017.7
IPC分类号：G06F17/30
申请日期：
2015-03-19
申请人：
浙江工商大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于有序复合树结构的数据流最大频繁项集挖掘方法
申请号	CN201510121017.7	申请日期	2015-03-19
法律状态	撤回	申报国家	中国
公开/公告日	2015-08-19	公开/公告号	CN104850577A
优先权	暂无	优先权号	暂无
主分类号	G06F17/30 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F17/00 特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法〔6〕 G06F17/30 信息检索；及其数据库结构〔6〕	IPC分类号	G;0;6;F;1;7;/;3;0查看分类表>
申请人	浙江工商大学	申请人地址	浙江省杭州市下沙高教园区学正街18号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	浙江工商大学	当前权利人	浙江工商大学
发明人	陈庭贵;许翀寰
代理机构	杭州天正专利事务所有限公司	代理人	王兵;黄美娟

摘要

一种基于有序复合树结构的数据流最大频繁项集挖掘方法。适用于金融数据时序挖掘、商业数据流关联分析等众多领域。本发明针对现有最大频繁项集挖掘方法存在的不足诸如执行效率过低、消耗内存多大等。采用滑动窗口处理数据流，分割滑动窗口为若干个基本单位，更新获取数据流片段信息，单遍扫描片段信息得到频繁项集并存储于频繁项集列表内。方法构建的有序FP-tree，随项集的插入，动态调整树型结构，合并同一分支中支持度相等的邻接结点，压缩生成有序复合FP-tree。该方法能够高效、快速得对数据流进行最大频繁项集挖掘，具有良好的应用价值。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
1	KR101079063B1	暂无	2010-02-22	점진적으로 증가하는 데이터를 처리하기 위한 빈발패턴 트리를 이용한 연관규칙 추출 장치 및 방법有效专利	숭실대학교산학협력단;주식회사 케이티
2	CN103761236A	2014-04-30	2013-11-20	一种增量式频繁模式增长数据挖掘方法失效专利	同济大学
3	CN102289507A	2011-12-21	2011-08-30	一种基于滑动窗口的数据流加权频繁模式挖掘方法有效专利	王洁;曾宇

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
1	CN106055809A	2016-06-06	2016-06-06	基于多叉树求解带逻辑环系统失效的最小因素组合的方法失效专利	厦门大学
2	CN105447134A	2015-11-20	2015-11-20	频繁项集挖掘算法的优化方法有效专利	央视国际网络无锡有限公司
3	CN106055809B	2016-06-06	2016-06-06	基于多叉树求解核电站系统失效的最小因素组合的方法失效专利	厦门大学

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供